第26届国际医学图像盘算和盘算机辅助干预协会（MICCAI）聚会会议将于2023年10月在加拿大温哥华举行。近日，MICCAI官方宣布了论文评审结果，深圳技术大学投稿的论文《Accurate multi-contrast MRI super-resolution via a dual cross-attention transformer network》获得了提前接收（EarlyAccept）。该论文的第一作者是我校PP电子学院19级医疗器械专业本科生黄寿金同学，吕孟叶老师(/info/1150/2427.htm)和刘少军老师(/info/1150/2460.htm)为配合通讯作者。该研究事情由深圳技术大学PP电子学院作为第一完成单元，深圳市第四人民医院为第二完成单元，在算法创新、实验设计和文章撰写等方面获得了同行评审的高度评价。

MICCAI的全称是国际医学图像盘算和盘算机辅助干预国际聚会会议（Medical Image Computing and Computer Assisted Intervention），是由国际医学图像盘算和盘算机辅助干预协会主办的综合性学术聚会会议，涵盖医学影像盘算（MIC）和盘算机辅助介入（CAI）两个领域。作为医学图像领域顶级聚会会议之一，MICCAI在学术界享有很高的声誉，是中国盘算机学会认可的CCF-B类重要国际聚会会议之一。迄今为止，MICCAI聚会会议已乐成举办了25届，展示了其恒久以来的学术影响力和实力。特别是本届MICCAI论文总投稿数达2000余篇，提前接收率仅为14%，我院投稿的论文被提前接收，侧面印证了该研究结果的学术价值。

論文簡介：

在臨床診斷中，獲取高分辨率的磁共振成像（MRI）圖像可能面臨硬件和掃描時間的限制。爲了克服這些挑戰，使用多對比度MRI數據的參考圖像可以提高明分辨率質量，但傳統的硬注意力战略存在較大局限性，本研究提出了一種全新的雙交织注意力多對比度超分辨率框架DCAMSR，引入了雙交织注意力變換器架構（DualCross-AttentionTransformer），通過提取參考圖像和上采樣輸入圖像的特征，利用雙交织注意力機制在多個分辨率下進行增強。與現有的基于硬注意力要领差异，所提出的模型結構學習能力更爲強大，能夠靈活地捕捉和融合多對比度圖像之間的可共享信息。本研究在高場強的fastMRI膝關節數據和低場強的M4Raw頭部磁共振數據進行了大量實驗，結果讲明提出的DCAMSR優于最先進的現有要领，並且在極端情況下仍然保持穩健性。

圖1論文提前接收通知

图2. (a)提出的双交织注意力多对比度超分辨率(DCAMSR)要领的网络架构，(b)双交织注意力变换器(DCAT)的细节，(c)融合块的细节，(d)空间适应的细节模块(SAM)。

圖3.差异超分辨率要领在fastMRI（上兩行）和M4Raw數據集（下兩行）上的重建結果和誤差圖。紅色數字是PSNR和SSIM數值，越大代表重建結果越好。